基于小波变换的目标检测方法研究

论文摘要

本文主要研究基于小波变换的目标检测方法。在分析与目标检测相关的小波变换理论的基础上,研究基于小波变换的目标边缘检测方法。为提高目标边缘检测效率,首先研究利用小波变换对目标图像进行增强和去噪的预处理,通过分析研究小波目标边缘检测方法,提出采用多尺度自适应阈值快速算法结合目标去噪和增强提取精细边缘的方法。论文从小波变换的性质出发,系统分析研究弱小目标检测方法,提出采用小波多尺度相关和能量交叉相结合目标去噪检测弱小目标的方法。根据提升小波变换的优点,研究了基于提升方法的边缘检测方法。提出将提升小波的提升项作为可调参数,通过训练使其具有目标的特征,实现目标检测的方法,此种方法比传统的模板匹配方法速度大大提高。为进一步提高目标检测速度,研究探讨了基于提升方法的整数小波变换的目标检测方法。为使基于小波变换的目标检测算法能在实际检测跟踪系统上,通过对以DSP为核心的系统硬件分析,研究在DSP系统上实现基于小波变换的目标检测算法的可能性和优势,并给出以DSP为核心的硬件系统上,几种典型小波采用不同的变换算法对图像进行小波变换所需时间,为目标检测算法的硬件实现奠定实验基础。本文的主要研究工作和结果不仅可以直接应用于目标的检测,而且对今后目标检测的研究及算法在硬件上的实现具有一定的理论与实际意义。

论文目录

• 第1章 绪论
• 1.1 选题背景及研究意义
• 1.2 目标检测的基本方法及研究现状
• 1.2.1 基于像素分析的目标检测方法
• 1.2.2 基于特征检测的方法
• 1.2.3 基于变换的目标检测方法
• 1.3 论文的研究内容及安排
• 第2章 小波变换的基本理论
• 2.1 概述
• 2.2 连续小波变换
• 2.2.1 连续小波变换的定义
• 2.2.2 小波的时频窗
• 2.2.3 傅立叶变换、Gabor 变换与小波变换的对比
• 2.3 离散小波变换
• 2.3.1 连续小波变换离散化
• 2.3.2 二进小波变换和重构
• 2.4 小波变换的多分辨分析
• 2.4.1 小波变换特点
• 2.4.2 正交MRA 的物理意义
• 2.4.3 小波函数的双尺度方程
• 2.5 Mallat 算法
• 2.6 二维信号的Mallat 算法
• 2.7 基于提升框架的小波变换
• 2.7.1 提升小波变换的基本原理
• 2.7.2 小波分解与重构的多相位表示
• 2.7.3 Laurent 多项式的Euclidean 算法
• 2.7.4 多相矩阵的因子分解
• 2.7.5 提升变换流程
• 2.7.6 提升方法的整数小波变换
• 2.8 本章小结
• 第3章 基于小波变换的目标边缘检测方法
• 3.1 引言
• 3.2 基于小波变换的目标预处理研究
• 3.2.1 利用小波的特性对高频系数置零的去噪方法
• 3.2.2 小波系数阈值去噪方法
• 3.2.3 基于小波变换模极大值去噪方法
• 3.2.4 基于小波变换的多尺度相关自适应阈值去噪
• 3.2.5 基于小波变换的图像增强方法
• 3.2.6 小波方法预处理仿真实验与分析
• 3.3 基于小波变换的图像边缘检测方法研究
• 3.3.1 小波变换检测图像边缘的原理
• 3.3.2 模极大检测数字图像边缘算法
• 3.3.3 阶梯型目标边缘检测方法
• 3.3.4 快速多尺度边缘检测方法
• 3.3.5 小波多尺度自适应阈值边缘检测方法
• 3.4 实验与分析
• 3.5 本章小结
• 第4章 基于小波变换的弱小目标检测方法
• 4.1 引言
• 4.2 基于小波变换的弱小目标检测方法
• 4.2.1 小波连续尺度目标检测方法法
• 4.2.2 多维连续小波变换算法
• 4.2.3 小波多尺度相关距离图像检测算法
• 4.2.4 小波Fisher’s 线性目标检测方法
• 4.2.5 小波变换和能量交叉的小目标检测方法
• 4.3 基于小波变换的弱小目标去噪
• 4.4 仿真实验与分析
• 4.5 本章小结
• 第5章 基于提升小波变换的目标检测方法
• 5.1 引言
• 5.2 提升小波变换目标检测方法
• 5.2.1 提升小波算法
• 5.2.2 提升小波边缘检测算法
• 5.2.3 提升小波自适应阈值边缘检测
• 5.3 提升小波任意参数目标检测方法
• 5.3.1 提升小波滤波器
• 5.3.2 利用提升小波滤波器检测目标
• 5.4 提升方法的整数小波目标检测方法
• 5.4.1 提升方法的整数小波变换
• 5.4.2 仿真实验与分析
• 5.5 本章小结
• 第6章 目标检测算法硬件实现研究
• 6.1 引言
• 6.2 基于多DSP 实时图像测量系统的结构
• 6.2.1 以TMS320C6203 为核心的硬件平台
• 6.2.2 FPGA 对图像进行预处理
• 6.3 目标实时测量系统的软件设计
• 6.3.1 软件总体设计框架
• 6.3.2 系统的工作过程
• 6.4 利用汇编语言和流水线技术的DSP 源代码优化
• 6.4.1 程序的优化
• 6.4.2 参数优化
• 6.4.3 利用线性汇编优化
• 6.4.4 手工优化
• 6.4.5 在C/C++程序中插入汇编语言
• 6.5 利用汇编语言对目标检测程序的优化
• 6.5.1 利用线性汇编优化源代码的具体步骤
• 6.5.2 实验结果比较
• 6.5.3 性能分析与结论
• 6.6 基于提升方法的整数小波变换在DSP 系统的实现
• 6.6.1 提升小波的硬件实现
• 6.6.2 目标边界点的处理
• 6.6.3 小波系数取整方法
• 6.7 实验与分析
• 6.8 本章小结
• 第7章 总结与展望
• 7.1 全文工作总结
• 7.2 论文创新性工作
• 7.3 展望
• 参考文献
• 攻读博士期间发表的学术论文及参与课题
• 致谢
• 摘要
• Abstract